Haar-like feature와 PCA를 이용한 실시간 얼굴 검출과 인식 = Real Time Face Detection and Recognition System Using Haar-like Feature and PCA
저자
발행사항
화성 : 수원대학교 대학원, 2005
학위논문사항
학위논문(석사)-- 수원대학교 대학원 : 정보통신공학과 2006. 2
발행연도
2005
작성언어
한국어
주제어
KDC
566.74 판사항(4)
DDC
621.399 판사항(21)
발행국(도시)
경기도
형태사항
vii, 62p. : 삽화 ; 26cm
일반주기명
참고문헌: p. 56-60
소장기관
얼굴 인식은 사진이나 동영상에서의 사람과 데이터베이스의 얼굴 이미지들과의 비교를 통해 신원을 확인하는 기술이다. 본 논문에서는 효과적인 얼굴 영역 검출과 얼굴 인식 비율을 향상시키기 위한 방법으로 Haar-like Feature-based 알고리즘과 PCA 알고리즘을 제안한다. Haar-like Feature와 AdaBoost 학습 알고리즘은 2가지의 주요한 얼굴 검출 알고리즘이다. Haar-like Feature는 AdaBoost 학습 알고리즘을 통한 사람의 얼굴을 효과적으로 표현하도록 훈련된 다수의 프로토타입들을 사용하여 얼굴 검출에 광범위하게 사용된다. Haar-like Feature에 의해 특징 값들은 얼굴 이미지의 각 영역의 화소 값들의 합과 그에 대한 가중치를 곱하여 얻게 된다. AdaBoost 알고리즘은 다른 Boost 알고리즘보다 간단하면서도 효과적인 알고리즘이다. 이는 비 얼굴 영역으로부터 얼굴 영역을 더 정확히 분화시키고 얼굴 인식률을 높인다. Haar-like Feature를 통해 검출된 얼굴 영역은 PCA의 입력 이미지로 사용되는데 PCA 기법은 얼굴을 인식하는데 있어 효과적인 기법들 중의 하나이다. PCA의 주된 목적은 고차원의 데이터들을 고유의 특징 공간에서의 저차원의 값으로 줄이는데 있다. 고유벡터들은 PCA를 사용하여 계산하고, 트레이닝 벡터들의 가장 큰 분산의 방향성을 갖는다. 이 고유벡터들은 우리가 흔히 고유얼굴이라 불리는 이미지 공간상으로 정의되어진다. 각각의 얼굴들은 얼굴 공간에서 고유얼굴의 계수로 표현된다. PCA를 사용하여 추출된 얼굴 이미지 데이터는 얼굴 공간상으로 투영되고 저장된 모든 얼굴들과의 거리를 계산한다. 최종적으로 얼굴 인식 시스템은 데이터베이스의 가장 가까운 거리를 갖는 얼굴 이미지를 찾고 이를 얼굴 이미지의 인물로 인식하게 된다. 실험을 통하여 얼굴 인식 시스템은 30명의 얼굴 이미지 90장을 사용하여 92.22%의 정확도를 보였다.
더보기Face recognition is a technique of identifying a person by comparing the person's still image or moving picture with a given database of face images. Therefore, this thesis suggests a Haar-like Features-based algorithm and PCA algorithm method as a way to efficiently extract a face image and enhance face recognition rates. Haar-like Features and the AdaBoost learning algorithm are two leading face detection algorithms. Haar-like features are widely used in face searching and numerous prototypes have been trained to accurately represent human faces through the AdaBoost learning algorithm. In a Haar-like Features approach, feature values are obtained by summing up the values of pixels in each region of a face image and weighting and then summing up the regional sums. The AdaBoost algorithm, which is simple but efficient compared to other boost algorithms, is used for more precisely differentiating a facial area from a non-facial area and boosting face recognition rates. The extracted facial area from Haar-like Features is an input to Principal Component Analysis(PCA). The PCA is one of the most successful techniques that have been used in image recognition. The purpose of PCA is to reduce the large dimensionality of the data space to the smaller intrinsic dimensionality of feature space. The eigenvectors computed by PCA are in the direction of the largest variance of the training vectors. These eigenvectors are defined in the image space that usually referred to as eigenfaces. The each face is described in the face space by its eigenface coefficients. By using the PCA algorithm, the extracted facial image data is projected onto the face space and its distance is computed from all the stored faces. Finally, the face recognition system searches a database for a face image that has a smallest distance and identifies a person to which the searched face image belongs. Through experimentation, the system identifies faces with 92.2% accuracy for 30 different people.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)